FUTURE-AI：医学影像中可信人工智能的指导原则与共识建议

人工智能（AI）近期的进展，加上当今临床系统生成的海量数据，推动了医学影像全价值链中影像AI解决方案的发展，包括图像重建、医学图像分割、基于图像的诊断与治疗规划。尽管AI在医学影像中取得了成功并具有未来潜力，许多利益相关方仍担忧影像AI解决方案的潜在风险与伦理影响，这些方案被视为复杂、不透明且在关键临床应用中难以理解、使用和信任。为应对这些担忧与风险，已提出FUTURE-AI框架，该框架源于全球多领域专家共识，包含旨在提升医疗AI信任度、安全性与采纳度的指导原则。在本文中，我们将通用的FUTURE-AI医疗原则转化为简洁且针对医学影像界需求的特定AI实施指南。为此，我们仔细评估FUTURE-AI框架的每个组成部分，包括（i）公平性、（ii）通用性、（iii）可追溯性、（iv）可用性、（v）鲁棒性与（vi）可解释性，并基于五个欧洲健康影像AI大型项目的累积实施经验分别定义具体最佳实践。我们为逐步具体的医学影像开发指南配套提供了实用的AI解决方案成熟度检查表，从而使AI开发团队能够设计、评估、维护并将技术上、临床上及伦理上可信的影像AI解决方案部署到临床实践中。